G公司市场营销决策支持系统设计研究

发布时间：2020-10-25 04:58

　　 G公司作为一个全球性的公司,在市场营销决策中,多数还是侧重营销数据的管理和汇总,对各种数据的分析,只有传统的预测方法以及部分的数据挖掘的工作,很多时候无法得到精准的信息,导致市场营销策略的失败,营销成本升高,降低用户满意度,无法获取竞争优势。基于数据驱动的基础上完善现有的市场营销决策支持系统(DD-MDSS)对G公司来说是非常必要的。本文在分析G公司营销决策支持系统的基础上,结合当前的理论界的发展,以及利用最近的大数据挖掘的技术,提出了完善G公司营销决策支持系统的解决方案。主要改善的内容如下:(1)市场分析。在市场分析模块中我们主要是基于SWOT的模型基础上做了改进,主要是因为SWOT模型提出很久了,受到时代的限制。今天的公司会更加强调组织过程。SWOT模型没有考虑到企业改变现状的积极性,本文对现有的SWOT进行升级,在之前的机会,威胁,劣势,优势上面有增加了几个维度,分为为:机会成本、错过的机会、机遇叠加、丧失的机会。帮助我们更好的定位目标市场。(2)客户细分。客户细分可以让营销更加精准,从而降低企业成本,提升用户满意度。本文基于LRFMC的模型上再使用K-means的聚类算法来对客户进行细分,并针对不同客户群体制定定制化的营销方案。首先本文基于RFM的模型基础上,提出了针对G公司的产品特色增加了2个维度,L(会员等级)和C(单品订购数量),进行打分,然后K-means聚类算法将客户分为重要保持客户,重要发展客户,重要挽留客户,普通价值客户以及低价值客户,再分解分类制定营销活动的应用方案。(3)销售预测。销售预测主要是根据一定的方法和模型对历史数据进行分析,然后估测出未来的销售额,从而可以指导企业进行生产和运营方向的计划制定。在本文中主要是基于ARIMA模型的基础上,又把预测出来的数据作为BP神经网络的输入参数,得到预测的销售数据,证明基于ARIMA模型上的BP神经网络的优化能更好的提升预测的准确度。(4)营销业绩考核。营销业绩考核主要针对销售结果进行定期评价和考核,目的是根据营销计划和实际效果来找到成功的模式进行复制,辅助营销活动按照营销收益和效率进行决策。本文基于G公司现有的基础上,定义的考核的统一口径,加入SMART的考核原则,让各个渠道的营销业绩可以进行横向的对比,提升了营销活动的效率。
【学位单位】：东南大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F274;F416.72
【部分图文】：

工作流程

G公司客户自然属性根据这些自然属性，虽然很容易进行客户细分，结果也简单直观，但是河南找到对

图 3.7 G 公司客户属性信息比例从图上可以看到，40%~50%的用户都是只有基本信息（名字，邮箱，电可以影响用户购物决策的属性比如收入，爱好之类的信息的用户占了15们进行客户分析的时候会有影响，比如不能支持多角度的客户细分。
【参考文献】

相关期刊论文 前2条

1 檀辉霞;;浅析市场营销观念的演变和发展新趋势[J];经济师;2011年04期

2 于永新;;浅论市场营销的发展历程[J];商业经济;2008年04期

本文编号：2855497